Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs DeepSeek: DeepSeek V3.2

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-16

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17 DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01
Skor 7.4 8.0
Peringkat #41 #27
Konsistensi 9.6 8.2
Tes benar
Tingkat lulus per percobaan 64.8% 79.6%
Tes tidak stabil 1 4
Total Run 54 54
Biaya per hasil 2.376 0.240
Total Biaya $0.262 $0.029
Harga input $3.000 / 1M $0.260 / 1M
Harga output $15.000 / 1M $0.380 / 1M
Token output 7,433 10,620
Token penalaran 0 48,511
Waktu respons (rata-rata) 4.98s 46.41s
Waktu respons (maks) 23.84s 180.92s
Waktu respons (total) 54.83s 835.33s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 0
DeepSeek V3.2 8.4 9.9 75.0% 0 30.72s 3,773 7,523
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.67s 523 0
DeepSeek V3.2 4.7 1.6 66.7% 1 180.92s 626 6,792
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 0
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 0
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 0
DeepSeek V3.2 5.3 7.2 44.4% 1 39.32s 3,081 7,856
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 0
DeepSeek V3.2 5.4 2.5 66.7% 1 31.30s 68 2,366
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 0
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.92s 536 0
DeepSeek V3.2 8.2 7.2 88.9% 1 36.87s 390 6,281
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGPT-5.2mediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6nonevsSeed-2.0-MinimediumDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumDeepSeek V3.2mediumvsGPT-5.3 Chatnone